Bài toán 2: Bài toán điều khiển mô hình quạt gió cánh nhôm

Một phần của tài liệu (LUẬN văn THẠC sĩ) phương pháp lập luận xấp xỉ tối ưu dựa trên đại số gia tử và ứng dụng trong điều khiển mờ (Trang 70 - 75)

Mô hình hệ quạt gió cánh nhôm PP - 200 [9] như hình 3.5.

Hình 3.5. Hệ thống quạt gió cánh nhôm PP-200

Trong hệ thống, lá nhôm và hệ thống quạt gió được coi là đối tượng điều khiển (ĐTĐK). Hệ điều khiển quạt gió cánh nhôm (QGCN) có phương trình trạng thái hệ QGCN được xây dựng theo công thức 3.8.

y(k+1) = 0.9159 y(k) + 0.0463 u(k) (3.8)

Trong đó :

y(k) là góc nghiêng của cánh nhôm tại thời điểm k (biến ra của ĐTĐK) u(k) là tốc độ quay của quạt gió tại thời điểm k (biến vào của ĐTĐK)

Xây dựng hệ luật trong bài toán này được hình thành trên cơ sở những hiểu biết của chuyên gia về quá trình điều khiển hệ thống QGCN hoặc được xác định từ các tác động điều khiển đo được và những phản ứng tương ứng của hệ thống.

Dữ liệu quan sát trong mọi tình huống vào ra của hệ QGCN gồm 14 cặp đo được trực tiếp trên hệ QGCN và được trình bày tại Bảng 3.7.

Bảng 3.6. Số liệu quan sát vào u, ra y trên hệ QGCN

STT y U 1 ymin=47.3 umin=100 2 85.5 250 3 170.8 500 4 232.6 750 5 367.6 1000 6 421.5 1250 7 500.8 1500 8 575.6 1750 9 694.5 2000 10 746.0 2250 11 802.7 2500 12 881.6 2750 13 955.5 3000 14 ymax = 1042.9 umax = 3250

Mô hình mờ hệ quạt gió cánh nhôm PP-200.

Từ dữ liệu quan sát vào ra của hệ QGCN ta phân hoạch mờ đầu vào u,

đầu ra y gồm các nhãn ngôn ngữ VerySmall (VS), Small (S), Medium (M),

Hình 3.6. Phân hoạch mờ đầu vào u

Hình 3.7. Phân hoạch mờ đầu ra y

Hệ luật tương ứng với các quan sát vào ra của hệ QGCN như Bảng 3.8

Bảng 3.7. Hệ luật điều khiển hệ QGCN (bảng FAM)

y VS S M L VL

u VS S M L VL

Giả sử điều khiển sao cho cánh nhôm đạt đến góc nghiêng mong muốn y*

= 950 với giá trị ban đầu y(1) =100 trên cơ sở hệ luật thu được tại Bảng 3.8.

Phương pháp FCOPHA được thực hiện như sau:

Biến ngôn ngữ đầu vào y có các giá trị ngôn ngữ VS – VerySmall, S – Small, M – Medium, VL – VeryLarge, các giá trị ngôn ngữ được điều chỉnh xác

định như sau: (VerySmall) = 0,125+1, (Small) = 0,25+ 2, (Medium) = 0,5+

Biến ngôn ngữ đầu ra u có các giá trị ngôn ngữ VS – VerySmall, S – Small, M – Medium, VL – VeryLarge, Các giá trị ngôn ngữ được điều chỉnh xác định như sau: (VerySmall) = 0,125+6, (Small) = 0,25+ 7, (Medium) = 0,5+ 8,

(Large) = 0,75+ 9, (VeryLarge) = 0,875+ 10.

Như vậy có 10 tham số với các mức độ điều chỉnh khác nhau sẽ ảnh hưởng tới phương pháp điều khiển. Ta ký hiệu PAR={i, i=1,..,10} là bộ tham số điều chỉnh ngữ nghĩa định lượng của HAR với các ràng buộc:

Chọn ngưỡng điều chỉnh tham số điều chỉnh ngữ nghĩa định lượng: - Đối với biến y: 1, 2, 3, 4 ,5 0,1;

- Đối với biến u: 6, 7, 8, 9 ,10 0,0925

Khi đó mô hình SAM sẽ được xác định như sau.

Bảng 3.8: Mô hình định lượng ngữ nghĩa chứa bộ tham số PAR

ys 0,125+1 0,25+2 0,5+3 0,75+4 0,875+5

us 0,125+6 0,25+7 0,5+8 0,75+9 0,875+10

Với góc nghiêng ban đầu là y(1)=100, và y* = 950, tiến hành định lượng

các giá trị đầu vào y và xác định giá trị đầu ra u qua phép nội suy tuyến tính như đã thiết kế, việc giải định lượng sẽ cho ta giá trị u tại chu kỳ đầu.

Quá trình tính giá trị điều khiển đầu ra u cho đến khi hệ QGCN ổn định

có giá trị y = y* của n chu kỳ điều khiển, sai số e của hệ QGCN được xác định nhờ các công thức e = y* - y.

Việc định lượng và giải định lượng tiến hành theo hình 3.2, 3.3 với: - s0 = 0,125+1, s1 = 0,875+5 và x0 = 47.3 , x1 = 1042.9 cho biến y. - s0 = 0,125+5, s1 = 0,875+9 và x0 = 100, x1 = 3250 cho biến u.

Sau đây ta sử dụng giải thuật di truyền cực tiểu hàm e với số thế hệ bằng 200, xác suất lai ghép 0,80; xác suất đột biến 0,05; kích cỡ quần thể 40; kích thước cá thể 10. Qua một số lần chạy thử, ta xác định được bộ tham số điều chỉnh định lượng ngữ nghĩa.

PAR= {0.091984; -0.032551; 0.098436; 0.086315;

0.077713;0.069892; 0.090811; 0.099218; 0.073216; -0.097263}

Kết quả điều khiển: Kết quả điều khiển hệ quạt gió cánh nhôm sử dụng

phương pháp FCHA và FCOPHA như hình 3.8 và hình 3.9.

Hình 3.8. Đồ thị quan sát hệ QGCN sử dụng FCHA

Hình 3.9. Đồ thị quan sát hệ QGCN sử dụng FCOPHA

Nhận xét bài toán 2: So sánh kết quả điều khiển trên Hình 3.8 và Hình

3.9, ta thấy rằng quỹ đạo quan sát vào ra của hệ QGCN sử dụng FCOPHA có thời gian điều khiển góc nghiêng cánh nhôm nhỏ về ví trị cân bằng với thời gian nhỏ hơn nhiều so với phương pháp điều khiển FCHA. Cụ thể phương pháp

điều khiển FCOPHA đưa được mô hình hệ QGCN về giá trị đặt (y*= 950) với khoảng 10 chu kỳ đầu, trong khi đó phương pháp điều khiển FCHA đưa hệ QGCN về giá trị đặt (y*= 950) với khoảng 43 chu kỳ.

Một phần của tài liệu (LUẬN văn THẠC sĩ) phương pháp lập luận xấp xỉ tối ưu dựa trên đại số gia tử và ứng dụng trong điều khiển mờ (Trang 70 - 75)